第１ ０期 ２ ０ １ ５年 １ ０月
电 子 学 报 ＡＣＴＡＥＬＥＣＴＲＯＮＩ ＣＡＳ Ｉ ＮＩ ＣＡ
Ｖｏ ｌ ． ４ ３ Ｎｏ． １ ０ Ｏｃ ｔ ．２ ０ １ ５
一种多子焦元信度赋值非零情况下的 ＤＳ ｍＴ近似融合推理方法 郭
强１，何
友１，关
欣２，盖明久３
（ 海军航空工程学院信息融合研究所，山东烟台 ２ ； 海军航空工程学院电子 １． ６ ４ ０ ０ １ ２． 信息工程系，山东烟台 ２ ；３． 海军航空工程学院基础部，山东烟台 ２ ） ６ ４ ０ ０ １ ６ ４ ０ ０ １
摘
要： 为了能够减小基于 Ｄｅ ）处理含有交 ｚ ｅ ｒ ｔ Ｓ ｍａ ｒ ａ ｎ ｄ ａ ｃ ｈ ｅ理论（ＤＳ ｍＴ）框架的第 ５条比例冲突分配规则（ＰＣＲ５
多子焦元证据融合问题的计算复杂度并保持较高的精度，本文提出一种多子焦元信度赋值非零情况下的 ＤＳ ｍＴ近似 该方法避免了现有的基于 Ｓ 融合推理方法 ． ｈ ａ ｆ ｅ ｒ模型的 ＤＳ ｍＴ近似融合推理方法由于需要预先解耦带来的信息损失， 并且不仅适用于 Ｓ （ＤＳ ｈ ａ ｆ ｅ ｒ模型也适用于混合 Ｄｅ ｚ ｅ ｒ ｔ Ｓ ｍａ ｒ ａ ｎ ｄ ａ ｃ ｈ ｅ ｍ）模型下部分交多子焦元非冲突且信度赋值非零的 情况 ． 仿真实验表明，在不同的情况下，本文方法相比现有的方法，与 ＤＳ ｍＴ＋ＰＣＲ５融合推理方法融合结果相似度更高 且计算效率显著提高 ． 关键词：
证据理论；近似推理；信息融合；混合 ＤＳ ｍ模型；Ｄｅ ｚ ｅ ｒ ｔ Ｓ ｍａ ｒ ａ ｎ ｄ ａ ｃ ｈ ｅ理论
中图分类号：
文献标识码： Ａ ＴＰ ３ ９ １ 电子学报 ＵＲＬ： ｈ ：／／ ｔ ｔ ｐ ｗｗｗ． ｅ ｊ ｏ ｕ ｒ ｎ ａ ｌ ． ｏ ｒ ｇ． ｃ ｎ
文章编号：
） ０ ３ ７ ２ ２ １ １ ２（ ２ ０ １ ５ １ ０ ２ ０ ６ ９ ０ ７
：１ ＤＯＩ ０． ３ ９ ６ ９／ ｊ ． ｉ ｓ ｓ ｎ． ０ ３ ７ ２ ２ １ １ ２． ２ ０ １ ５． １ ０． ０ ２ ８
ＡｎＤＳｍＴＡｐｐｒ ｏｘ ｉ ｍａｔ ｅＲｅａｓ ｏｎｉ ｎｇＭｅｔ ｈｏｄｏｎｔ ｈｅＣｏｎｄｉ ｔ ｉ ｏｎｏｆ Ｎｏｎ ｚ ｅｒ ｏＭｕｌ ｔ ｉ ｐｌ ｅＦｏｃ ａｌＥｌ ｅｍｅｎｔ ｓ １ １ ２ ３ ，ＨＥＹｏ ，ＧＵＡＮＸｉ ，ＧＡＩＭｉ ＧＵＯＱｉ ａ ｎ ｇ ｕ ｎ ｎ ｇ ｊ ｉ ｕ
（ ，Ｙａ ，Ｓ ，Ｃｈ １．Ｒｅ ｓ ｅ ａ ｒ ｃ ｈＩ ｎ ｓ ｔ ｉ ｔ ｕ ｔ ｅｏ ｆＩ ｎ ｆ ｏ ｒ ｍａ ｔ ｉ ｏ ｎＦｕ ｓ ｉ ｏ ｎ，Ｎａ ｖ ａ ｌＡｅ ｒ ｏ ｎ ａ ｕ ｔ ｉ ｃ ａ ｌａ ｎ ｄＡｓ ｔ ｒ ｏ ｎ ａ ｕ ｔ ｉ ｃ ａ ｌＵｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ｎ ｔ ａ ｉ ｈ ａ ｎ ｄ ｏ ｎ ｇ２ ６ ４ ０ ０ １ ｉ ｎ ａ； ，Ｎａ ，Ｙａ ，Ｓ ，Ｃｈ ２．Ｅｌ ｅ ｃ ｔ ｒ ｏ ｎ ｉ ｃ ｓａ ｎ ｄＩ ｎ ｆ ｏ ｒ ｍａ ｔ ｉ ｏ ｎＤｅ ｐ ａ ｒ ｔ ｍｅ ｎ ｔ ｖ ａ ｌＡｅ ｒ ｏ ｎ ａ ｕ ｔ ｉ ｃ ａ ｌａ ｎ ｄＡｓ ｔ ｒ ｏ ｎ ａ ｕ ｔ ｉ ｃ ａ ｌＵｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ｎ ｔ ａ ｉ ｈ ａ ｎ ｄ ｏ ｎ ｇ２ ６ ４ ０ ０ １ ｉ ｎ ａ； ，Ｎａ ，Ｙａ ，Ｓ ，Ｃｈ ３．Ｄｅ ｐ ａ ｒ ｔ ｍｅ ｎ ｔｏ ｆＢａ ｓ ｉ ｃＳ ｃ ｉ ｅ ｎ ｃ ｅ ｖ ａ ｌＡｅ ｒ ｏ ｎ ａ ｕ ｔ ｉ ｃ ａ ｌａ ｎ ｄＡｓ ｔ ｒ ｏ ｎ ａ ｕ ｔ ｉ ｃ ａ ｌＵｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ｎ ｔ ａ ｉ ｈ ａ ｎ ｄ ｏ ｎ ｇ２ ６ ４ ０ ０ １ ｉ ｎ ａ）
： Ｆｏ Ａｂｓ ｔ ｒ ａｃ ｔ ｒｒ ｅ ｄ ｕ ｃ ｉ ｎ ｇｔ ｈ ｅｃ ｏ ｍｐ ｕ ｔ ａ ｔ ｉ ｏ ｎｃ ｏ ｍｐ ｌ ｅ ｘ ｉ ｔ ｙｏ ｆｔ ｈ ｅＰｒ ｏ ｐ ｏ ｒ ｔ ｉ ｏ ｎ ａ ｌＣｏ ｎ ｆ ｌ ｉ ｃ ｔＲｅ ｄ ｉ ｓ ｔ ｒ ｉ ｂ ｕ ｔ ｉ ｏ ｎＮｏ．５（ＰＣＲ５）ｗｉ ｔ ｈｔ ｈ ｅ ｆ ｒ ａ ｍｅ ｗｏ ｒ ｋｏ ｆＤｅ ｚ ｅ ｒ ｔ Ｓｍａ ｒ ａ ｎ ｄ ａ ｃ ｈ ｅＴｈ ｅ ｏ ｒ ｙ（ＤＳｍＴ）ｆ ｏ ｒｅ ｖ ｉ ｄ ｅ ｎ ｃ ｅｆ ｕ ｓ ｉ ｏ ｎｐ ｒ ｏ ｂ ｌ ｅ ｍｓｏ ｆｍｕ ｌ ｉ ｔ ｐ ｌ ｅｆ ｏ ｃ ａ ｌｅ ｌ ｅ ｍｅ ｎ ｔ ｓａ ｎ ｄｒ ｅ ｍａ ｉ ｎ ｉ ｎ ｇｈ ｉ ｇ ｈａ ｃ ，ａＤｅ ｃ ｕ ｒ ａ ｃ ｙ ｚ ｅ ｒ ｔ Ｓｍａ ｒ ａ ｎ ｄ ａ ｃ ｈ ｅＴｈ ｅ ｏ ｒ ｙ（ＤＳｍＴ）ａ ｐ ｐ ｒ ｏ ｘ ｉ ｍａ ｔ ｅｒ ｅ ａ ｓ ｏ ｎ ｉ ｎ ｇｍｅ ｔ ｈ ｏ ｄｏ ｎｔ ｈ ｅｃ ｏ ｎ ｄ ｉ ｔ ｉ ｏ ｎｏ ｆｎ ｏ ｎ ｚ ｅ ｒ ｏｍｕ ｌ ｉ ｔ ｐ ｌ ｅｆ ｏ ｃ ａ ｌｅ ｌ ｅ ｍｅ ｎ ｔ ｓ ｉ ｓｐ ｒ ｏ ｐ ｏ ｓ ｅ ｄ． Ｔｈ ｅｍｅ ｔ ｈ ｏ ｄａ ｖ ｏ ｉ ｄ ｓｔ ｈ ｅｉ ｎ ｆ ｏ ｒ ｍａ ｉ ｔ ｏ ｎｌ ｏ ｓ ｓｃ ａ ｕ ｓ ｅ ｄｂ ｙｄ ｅ ｃ ｏ ｕ ｐ ｌ ｉ ｎ ｇｏ ｆｔ ｈ ｅｅ ｘ ｉ ｓ ｔ ｅ ｄＤＳｍＴａ ｐ ｐ ｒ ｏ ｘ ｉ ｍａ ｔ ｅｒ ｅ ａ ｓ ｏ ｎ ｉ ｎ ｇｍｅ ｔ ｈ ｏ ｄ． Ｔｈ ｅ ｉ ｎ ｆ ｏ ｒ ｍａ ｔ ｉ ｏ ｎｆ ｕ ｓ ｉ ｏ ｎｐ ｒ ｏ ｂ ｌ ｅ ｍｓｏ ｆｎ ｏ ｎ ｚ ｅ ｒ ｏｍｕ ｌ ｉ ｔ ｐ ｌ ｅｆ ｏ ｃ ａ ｌｅ ｌ ｅ ｍｅ ｎ ｔ ｓｂ ａ ｓ ｅ ｄｏ ｎｎ ｏ ｔｏ ｎ ｌ ｙｔ ｈ ｅＳｈ ａ ｆ ｅ ｒｍｏ ｄ ｅ ｌｂ ｕ ｔｔ ｈ ｅｈ ｙ ｂ ｒ ｉ ｄ Ｄｅ ｚ ｅ ｒ ｔ Ｓｍａ ｒ ａ ｎ ，ｓ ｄ ｅ ｌｃ ａ ｎｂ ｅｅ ｆ ｆ ｅ ｃ ｔ ｉ ｖ ｅ ｌ ｙｐ ｒ ｏ ｃ ｅ ｓ ｓ ｅ ｄｂ ｙｔ ｈ ｅｐ ｒ ｏ ｐ ｏ ｓ ｅ ｄｍｅ ｔ ｈ ｏ ｄ． Ｆｉ ｎ ａ ｌ ｌ ｙ ｉ ｍｕ ｌ ａ ｔ ｉ ｏ ｎｒ ｅ ｓ ｕ ｌ ｔ ｓｓ ｈ ｏ ｗｔ ｈ ａ ｔｉ ｎｄ ｉ ｆ ｆ ｅ ｒ ｅ ｎ ｔｃ ｏ ｎ ｄ ｉ ｄ ａ ｃ ｈ ｅ（ＤＳｍ）ｍｏ ，ｔ ｈ ｅｐ ｒ ｏ ｐ ｏ ｓ ｅ ｄｍｅ ｔ ｈ ｏ ｄｃ ａ ｎｇ ｅ ｔｍｏ ｒ ｅｓ ｉ ｍｉ ｌ ａ ｒｒ ｅ ｓ ｕ ｌ ｔ ｓｗｉ ｔ ｈＤＳｍＴ＋ＰＣＲ５ｍｅ ｔ ｈ ｏ ｄａ ｎ ｄｎ ｅ ｅ ｄｌ ｅ ｓ ｓｃ ｏ ｍｐ ｕ ｔ ａ ｔ ｉ ｏ ｎｃ ｏ ｍｐ ｌ ｅ ｘ ｉ ｔ ｙｃ ｏ ｍｐ ａ ｒ ｅ ｄ ｔ ｉ ｏ ｎ ｓ ｔ ｏｔ ｈ ｅｅ ｘ ｉ ｓ ｔ ｅ ｄｍｅ ｔ ｈ ｏ ｄ． ： ｅ ；ａ ；ｉ ；ｈ ）ｍｏ ；ｄ Ｋｅｙｗｏｒ ｄｓ ｖ ｉ ｄ ｅ ｎ ｃ ｅｔ ｈ ｅ ｏ ｒ ｙ ｐ ｐ ｒ ｏ ｘ ｉ ｍａ ｔ ｅｒ ｅ ａ ｓ ｏ ｎ ｉ ｎ ｇ ｎ ｆ ｏ ｒ ｍａ ｔ ｉ ｏ ｎｆ ｕ ｓ ｉ ｏ ｎ ｙ ｂ ｒ ｉ ｄ ＤＳｍ（Ｄｅ ｚ ｅ ｒ ｔ Ｓｍａ ｒ ａ ｎ ｄ ａ ｃ ｈ ｅ ｄ ｅ ｌ ｅ ｚ ｅ ｒ ｔ ｓ ｍａ ｒ ａ ｎ ｄ ａ ｃ ｈ ｅｔ ｈ ｅ ｏ ｒ ｙ
１ 引言 信息融合技术可以通过有效处理多源不精确、高冲 突的证据信息来提高大型智能系统的稳定性以及正确 决策 的 能 力，近 年 来 得 到 广 泛 关 注［１～８］． Ｄｅ ｚ ｅ ｒ ｔ Ｓ ｍａ ｒ ａ ｎ （ＤＳ ｄ ａ ｃ ｈ ｅＴ ｈ ｅ ｏ ｒ ｙ ｍＴ）是由 Ｄｅ ｚ ｅ ｒ ｔ和 Ｓ ｍａ ｒ ａ ｎ ｄ ａ ｃ ｈ ｅ共同提出
的一种 新 的 处 理 高 冲 突 证 据 信 息 融 合 问 题 的 有 效 方 法［９］． 目前 ＤＳ ｍＴ已在图像处理、机器人环境感知、多目 标跟踪与识别、 多目标决策、 分类等领域取得了成功的应 而随着鉴别框架中基本信度赋值非空焦元数目 用［９～１７］． 的增多，ＤＳ ｍＴ超幂集空间中的焦元存储空间呈指数级增 长， 组合运算量也呈指数级增长，该问题制约了其发展 ．
收稿日期： ；修回日期： ；责任编辑：孙瑶 ２ ０ １ ４ １ １ １ ４ ２ ０ １ ５ ０ ５ ２ ５ 基金项目：国家自然科学基金（Ｎｏ． ，Ｎｏ． ）；教育部新世纪优秀人才支持计划（Ｎｏ． ） ６ １ １ ０ ２ １ ６ ６ ６ １ ４ ７ １ ３ ７ ９ ＮＣＥＴ １ １ ０ ８ ７ ２